（水下）目标检测/深度学习/计算机视觉国内外知名课题组

大方向：目标检测、深度学习、计算机视觉
国内课题组：

1、港中文MMdetection课题组-号称计算机视觉界的黄埔军校

香港中文大学的 MMDetection 课题组是隶属于香港中文大学多媒体实验室（multimedia laboratory, the Chinese University of Hong Kong）的一个重要研究团队。该多媒体实验室由汤晓鸥教授创立于 2001 年 7 月，在计算机视觉领域的深度学习研究方面具有领先地位。陈恺博士作为 MMDetection 项目的参与者之一，对该项目的发展起到了重要作用。在目标检测领域不断探索新的技术和方法，如引入先进的特征金字塔网络、无锚点检测等技术，提高了目标检测的准确性和效率。并且该课题组在解决目标检测中的一些关键问题，如样本不平衡、小目标检测等方面也取得了一定的研究成果。其研究成果对于推动目标检测技术的发展具有重要的意义。如果你对该课题组的具体研究工作感兴趣，可以关注他们的 GitHub 页（https://github.com/openmmlab/mmdetection）以及相关的学术论文和研究报告。

研究方向包括目标检测、深度学习、人脸识别检测、机器学习、视频搜索等

代表成果：开源的目标检测工具箱：https://github.com/open-mmlab/m

MMdetection是商汤和港中文大学联合开源的基于PyTorch的对象检测工具包，属于香港中文大学多媒体实验室open-mmlab项目的一部分，是一个相对全面模块化的一个目标检测的框架，很多人在参加目标检测比赛时都会使用这个框架，我本科期间做的目标检测项目大部分采用的都是这个框架，亲测好用，推荐！使用教程可以看下面的教程（来自知乎up主机器之心）一个基于PyTorch的目标检测工具箱，商汤联合港中文开源mmdetection - 知乎

实验室官网：香港中文大学多媒体实验室 - 计算机视觉界的黄埔军校

2、上海交通大学机器视觉和智能团队

 上海交通大学机器视觉和智能团队负责人是卢策吾教授：1982 年 10 月出生，上海交通大学计算机科学与工程系教授、博士生导师。2016 年 9 月回国任上海交通大学电子信息与电气工程学院计算机系计算机视觉研究员，组建了机器视觉与智能实验室。他的研究兴趣包括计算机视觉、机器人学习等。留学期间，被《麻省理工科技评论》评选为中国 “35 位 35 岁以下科技创新青年”，获得过众多荣誉和奖项，如 2019 年度 “求是杰出青年学者奖”、2023 年科学探索奖等。在学术方面，以通讯作者或第一作者在《自然》《自然・机器智能》、TPAMI 等高水平期刊和会议发表论文 100 多篇，担任《Science》等审稿人，CVPR、ICCV、ECCV、IROS 等领域主席。其主要成就包括开源了如人体姿态估计系统 AlphaPose、HAKE（人体行为引擎）、GraspNet（高性能机器人抓取系统）等拥有国际先进水平的开源人工智能框架和数据集。

该团队的研究方向广泛，涉及计算机视觉、模式识别、机器人视觉等多个领域。比如在图像和视频的目标检测、识别与跟踪方面，团队不断探索新的算法和技术，提高识别的准确率和效率；在三维视觉方面，研究三维场景的重建、理解与交互等技术，为机器人导航、虚拟现实等应用提供支持；同时，在智能机器人的视觉感知与决策方面也有深入的研究，致力于提高机器人的自主感知和决策能力。

代表成果：PointSIFT、CrowdPose、Regional Multi-person Pose Estimation

实验室官网：SJTU Machine Vision and Intelligence Group

3、南开大学计算机视觉实验室

南开大学计算机视觉实验室成立于2009年，实验室聚焦人工智能时代视觉领域的新理论、新方法、新问题，目标是做最有趣、最有用、最有价值的研究工作。

主要研究方向包括:计算机视觉、机器学习、多媒体计算、图像处理等，感兴趣的问题包括图像分类、图像聚类、医学图像处理、图像检索。

实验室官网：计算机视觉实验室

计算机视觉的话国内强势课题组还包含中山大学人机物智能融合实验室、旷视科技的detection组、清华大学、中科大、厦门大学、深圳大学等。

国外课题组：
1、Computer Vision Laboratory at Stanford University (CVL)

（斯坦福大学的计算机视觉实验室）

主要研究方向：图像处理、生物医学图像计算、计算机视觉等

实验室官网：https://vision.ee.ethz.ch/research.html

2、Computer Vision Lab at University of California, Los Angeles (UCLA)

（加州大学洛杉矶分校的计算机视觉实验室）

主要研究方向：计算机视觉、图像处理和机器学习等

实验室官网：UCLA Vision Lab

3、Carnegie Mellon University Robotics Institute

（卡内基梅隆大学机器人研究所）

 ​​​​​​​该研究所拥有一批优秀的研究人员，在机器人视觉和深度学习领域具有深厚的研究实力。

代表性工作：在机器人视觉、目标检测、场景理解等方面的研究与机器人技术紧密结合，为机器人的自主感知和操作提供了重要的技术支持。例如在自动驾驶、机器人导航等应用场景中的目标检测和识别技术方面取得了显著成果。

Robotics Institute Carnegie Mellon University : Robotics Education and Research Leader实验室官网：Robotics Institute Carnegie Mellon University : Robotics Education and Research Leader

细分方向：水下目标检测、深度学习、计算机视觉

1、中国海洋大学OUC AI Group课题组

AI前沿理论组是中国海洋大学人工智能研究院的一个多学科交叉研究小组，董军宇教授为总负责人。🚀课题组主要针对视觉数据（多媒体数据、自然纹理、遥感图像）进行研究，实现视觉数据高精度、高效解译及分析在水下目标检测相关的竞赛中取得过优异成绩，如团队曾在全国水下机器人大赛（线上赛）水下目标检测赛题获得较好名次。

主要研究方向：水下目标检测、图像处理和机器学习等

实验室官网：​​​​​​​OUC AI Group简介 - OUC AI Group

2、江苏海洋大学水下信息处理课题组(实验室)

江苏海洋大学水下信息处理课题组(实验室)一直专注于水下信息处理方面的江苏海洋大学水下信息处理课题组(实验室)一直专注于水下信息处理方面的研究，依托于江苏海洋大学电子工程学院，开展海洋生态监测检测技术、海洋资源开发智能装备等水下热点领域的科学研究与项目实践，实验室以挖掘海洋视觉信息、推动人工智能在海洋领域的应用为期望目标，为中国海洋领域的发展提供自己的一份力量。
       负责人：杨淼，女，理学博士，江苏海洋大学电子工程学院副院长，江苏海洋大学海洋信息工程专业负责人，江苏海洋大学电子工程学院教授，江苏海洋大学硕士研究生导师。2009年毕业于中国海洋大学信息科学与工程学院。2011年至2013年在江南大学完成博士后学习，2013年至澳大利亚新南威尔士大学进行访学，2019年至美国弗吉尼亚大学进行访学。
主要研究方向：水下视觉、水下目标检测、机器学习技术、深度学习技术、海洋生态监测检测技术、海洋智能监测设备等。

3、东南大学姜龙玉课题组(实验室)

姜龙玉，女，分别从武汉大学、东南大学、法国格勒诺布尔大学获得学士、硕士、博士学位，现为东南大学青年特聘教授、博士生导师。主要从事人工智能、海洋信息智能处理，水下目标检测和识别、大模型等方面的研究工作，近年来先后主持或参与法国国家科研署基金、国家重点专项、军委装备发展部预研基金、国家自然科学基金、江苏省自然科学基金，教育部留学回国人员基金等多项科研项目，在IEEE Journal of Oceanic Engineering, The Journal of the Acoustical Society of America ，IEEE Transactions on Circuits and Systems I: Regular Paper 等国际权威期刊会议发表论文30 余篇。受理或授权国家发明专利20余项。获得国家级首届某比赛一等奖（排1）、海洋工程科学技术奖（排1）、国家级教学成果一等奖、江苏省教学成果一等奖、恰佩克产教融合教学名师奖、东南大学青年教师授课竞赛奖、东南大学教学成果一等、二等奖，中泰国立奖教金等奖励。主要社会兼职有国家留学基金委公派出国项目会评专家，中国图形图像协会视觉传感专委会副主任委员。

研究方向：人工智能、海洋信息智能处理，水下目标检测和识别、大模型

4、北京大学智能机器人开放实验室

北京大学智能机器人开放实验室（Open Lab on Human Robot Interaction，Peking University，简称PKU-HRI），以机器人视觉感知与自主学习技术为核心，在环境的视觉感知、物体的视觉感知、人体的视觉感知和机器人本体的视觉感知等领域，开展长期、系统、深入的研究。建立面向先进机器人视觉系统的仿生感知与混合智能生态环境，探索机器人智能发育与群体进化的新机制，为推动机器人智能化和产业化，培养高端人才，培育创新成果，探索先进思想。

研究方向：水下图像采集、水下图像数据集搭建、水下图像增强和复原、水下目标检测与识别、水下双目立体视觉

5、麻省理工学院计算机科学与人工智能实验室（CSAIL）的海洋机器人小组

MIT Computer Science and Artificial Intelligence Lab (CSAIL) - Marine Robotics Group

该小组由约翰・J・伦纳德（John J. Leonard）教授带领。他在机器人领域有着深厚的学术造诣和丰富的研究经验，为小组的研究方向和项目开展提供了专业的指导。主要研究方向包括水下机器人和水下目标检测。其在水下机器人技术和水下目标检测算法方面开展了深入的研究，为水下目标检测技术的发展提供了重要的理论和技术支持。

研究方向：水下和陆地机器人导航与建图、视觉 SLAM

持续更新中.......